背景差分による移動物体の検出に関する 基礎的な検討

蚊野研究室

氏名　岡部良亮

学科　インテリジェントシステム

発表内容

 研究の目的  研究内容の説明

 ３つの背景差分法の説明  それらの性能比較

 まとめ  課題

研究の目的

最終目的は、スポーツシーンの映像から選手の動きを抽出し、行動履歴や運動量を算出すること

映像から移動物体を抽出する時に背景差分を用いるが、十分な性能を達成することは難しい

三種類の背景差分法を実装し、その性能を比較した

背景差分

監視カメラのような固定されたカメラで、移動物体を検出する場合に有効な手法

移動物体が存在しない背景モデルを作成して、現在の入力画像と比較し、既知の背景部分を取り除く

残った領域を前景領域とし、前景領域から移動物体を検出する

背景モデルの生成手法

従来手法

フレーム差分法

平均背景法

提案手法

コードブック法1)

１）文献“Real-time foreground-background segmentation using codebook model” の方法で、書籍「詳解OpenCV 」に記述されている手法

フレーム差分法とその背景モデル

ー ＝

入力画像 １フレーム前の入力画像 （背景モデル）

差分して 二値化した画像

平均背景法とその背景モデル

入力画像

移動物体がない 入力画像の平均画像

画素値の標準偏差

背景モデル

差分画像

ー ＝

コードブック法

コードブック法は平均背景法の拡張になっている

画素ごとに、「画素値とその範囲」を一つの背景モデルとして、それを複数持つモデルである

平均背景法より高度な手法であり、他の２つの方法との性能の差を比較、検討する

コードブック法の背景モデル

３０

＋１０

ー１０

３０

＋１０

ー１０

８２

＋１０

ー１０

ボックス 代表値とその範囲

複数のボックスで定義される背景モデル

フレーム差分法

入力画像

差分画像

平均背景法

差分画像

入力画像

コードブック法

フレーム差分法 平均背景法 コードブック法

入力画像

コードブック法

フレーム差分法 平均背景法 コードブック法

入力画像

コードブック法

フレーム差分法 平均背景法 コードブック法

入力画像

まとめ

•  フレーム差分法や平均背景法に比べ、コードブック法を用いた場合、はっきりした前景領域を抽出できた

•  背景が定常的に動いているシーンで、手の前景領域がはっきりと抽出ができた

•  複数の背景モデルを用いて、境界部分の画素値のばらつきに対応した前景領域の抽出ができた

課題

•  人物に追従する影の除去。

•  抽出する画像の状況によって、最適なしきい値を設定すること。背景モデルの学習期間を長くすること。